GPU和CPU做云计算有什么区别

樊映轩 2019-12-21 23:36:00

推荐回答

这两个是针对不同的领域,GPU云服务器通常用来做浮点或者图形计算。甚至是机器学习。FPGA更多用在工业领域。GPU云服务器现场可编程阵列的计算服务,您只需单击几下即可在几分钟内轻松获取并部署您的FPGA计算实例。您可以在FPGA实例上编程,为您的应用程序创建自定义硬件加速。官方电话官方网站向TA提问。
梅里金2019-12-22 00:38:16

提示您:回答为网友贡献,仅供参考。

其他回答

  • 高性能计算或者说,并行计算,是为了突破单机的资源限制,让更多的机器共同完成一项任务。而云计算,一般来说是通过虚拟化技术,让资源过剩的单台物理机独立、隔离地完成多个任务,他们出发点就不一样,甚至可以说是完全相反的。但是云计算现在范畴也很广,所以也会有一些开始重叠的地方,比如说云化的服务器可以再组成集群,就又有点像并行计算了,不过云化服务器的集群一般来说都是用来提供网络服务而不是计算服务。云计算当中比较重要的进步是提供了存储和网络的虚拟化,从而使云服务器真正与一个性能适中的物理服务器等效,从而实现了资源的按需分配、高利用率以及高可用性。它提供的是一个从底层来看非常松散的结构,从而可以让各种各样的任务自由组合、互不干扰;它跟并行计算的高度组织化的结构是相反的。
    赵风翎2019-12-22 00:54:19
  • 第一、IBM与全球第一大FPGA厂商Xilinx合作,主攻大数据和云计算方向,这引起Intel的巨大担忧。Intel已经在移动处理器落后,大数据和云计算领域不能再落后。第二、FPGA在云计算、大数据领域将深入应用。Intel此次与Altera合作,将开放Intel处理器的内部接口,形成CPU+FPGA的组合模式。其中FPGA用于整形计算,cpu进行浮点计算和调度,此组合的拥有更高的单位功耗性能和更低的时延。第三、IC设计和流片成本。随着半导体制程指数增长,FPGA在物联网领域将替代高价值、批量相对较小、多通道计算的专用设备替代ASIC。同时,FPGA开发周期比ASIC短50%,可以用来快速抢占市场。
    米天增2019-12-22 00:21:55
  • 侧重点不一样,gpu的虚拟化更偏向于需要一定3d性能的场景,比如桌面虚拟化,很多银行保险类公司都有这种虚拟化,每个人有一台电脑用于接入虚拟云桌面,而所有的数据都在虚拟机里面,好处就是防止数据泄露,这种应用场景就需要一定的3d性能,两家常见的厂商,ctrix和vmware,前者有一套自己的东西,不需要借助于gpu,后者则是有一套和英伟达合作基于硬件的gpu虚拟化,而cpu的虚拟化,更侧重于计算,目前最常见的各种云服务器,都是属于这种。云计算是一个近些年被炒作的概念,很多公司对外宣传自己使用了云计算,其实仅仅是用了最低级的iaas,infrastructureasaservice,就是虚拟机而已。
    连伟祥2019-12-22 00:10:43
  • 偶尔用Ai深度学习训练,自己要会搭环境的用aws阿里云都没问题,如果经常用,我强烈推荐“极算深度学习平台”号称全球最便宜的GPU云服务,还免费搭环境,带宽和存储不收费。
    黄盛松2019-12-22 00:01:13

相关问答

云计算和大数据的区别是什么?关于大数据和云计算的关系人们通常会有误解。而且也会把它们混起来说,分别做一句话直白解释就是:云计算就是硬件资源的虚拟化;大数据就是海量数据的高效处理。大数据技术是指从各种各样类型的数据中,快速获得有价值信息的能力。适用于大数据的技术,包括大规模并行处理数据库,数据挖掘电网,分布式文件系统,分布式数据库,云计算平台,互联网,和可扩展的存储系统。云计算是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网,后来也用来表示互联网和底层基础设施的抽象。云计算相当于我们的计算机和操作系统,将大量的硬件资源虚拟化之后再进行分配使用,在云计算领域目前的老大应该算是Amazon,可以说为云计算提供了商业化的标准,另外值得关注的还有VMware其实从这一点可以帮助你理解云计算和虚拟化的关系,开源的云平台较有活力的就是Openstack了。大数据相当于海量数据的“数据库”,而且通观大数据领域的发展也能看出,当前的大数据处理一直在向着近似于传统数据库体验的方向发展,Hadoop的产生使我们能够用普通机器建立稳定的处理TB级数据的集群,把传统而昂贵的并行计算等概念一下就拉到了我们的面前,但是其不适合数据分析人员使用因为MapReduce开发复杂,所以PigLatin和Hive出现了分别是Yahoo!和facebook发起的项目,说到这补充一下,在大数据领域Google、facebook、twitter等前沿的互联网公司作出了很积极和强大的贡献,为我们带来了类SQL的操作,到这里操作方式像SQL了,但是处理效率很慢,绝对和传统的数据库的处理效率有天壤之别,所以人们又在想怎样在大数据处理上不只是操作方式类SQL,而处理速度也能“类SQL”,Google为我们带来了Dremel/PowerDrill等技术,ClouderaHadoop商业化较强的公司,Hadoop之父cutting就在这里负责技术领导的Impala也出现了。